脚本如何检测二维码扫描是否正常

本文目录导读：

1. Web 端（JavaScript + 浏览器摄像头）
2. 原生 App（Android / iOS）
3. 软硬件结合（通用脚本 - 基于 OpenCV + pyzbar）
4. 检测“扫描异常”的通用方法论
5. 专业工具（非脚本）

检测二维码扫描是否正常,通常取决于你的应用场景（是网页端、原生App、还是硬件设备），核心思路是：模拟扫描流程，验证解码结果和性能指标。

以下分不同场景给出具体的检测方案和脚本思路：

Web 端（JavaScript + 浏览器摄像头）

最常用的库是 html5-qrcode 或 zbar-wasm，检测“是否正常”主要看：摄像头能否打开、二维码能否被识别、识别速度。

检测脚本示例（使用 html5-qrcode）：

<!DOCTYPE html>
<html>
<head>二维码扫描检测</title>
    <script src="https://unpkg.com/html5-qrcode"></script>
</head>
<body>
    <div id="reader" style="width:300px;"></div>
    <div id="result"></div>
    <script>
        function testQRScanner() {
            const html5QrCode = new Html5Qrcode("reader");
            const resultDiv = document.getElementById('result');
            // 1. 检测摄像头权限和可用性
            Html5Qrcode.getCameras().then(devices => {
                if (devices && devices.length) {
                    resultDiv.innerHTML = '✅ 摄像头可用，数量: ' + devices.length;
                    // 2. 尝试开始扫描（检测解码功能）
                    startScanner(html5QrCode, devices[0].id);
                } else {
                    resultDiv.innerHTML = '❌ 未找到摄像头';
                }
            }).catch(err => {
                resultDiv.innerHTML = '❌ 摄像头权限被拒绝或不可用: ' + err;
            });
            // 3. 设置超时检测（防止卡死）
            setTimeout(() => {
                if (resultDiv.innerHTML.includes('等待扫描')) {
                    resultDiv.innerHTML = '⚠️ 超时警告：扫描未响应（可能环境光线不足或二维码质量差）';
                }
            }, 10000); // 10秒超时
        }
        function startScanner(html5QrCode, cameraId) {
            html5QrCode.start(
                { deviceId: cameraId },
                { fps: 10, qrbox: { width: 250, height: 250 } },
                (decodedText, decodedResult) => {
                    // 成功解码
                    resultDiv.innerHTML = '✅ 扫描正常，解码内容: ' + decodedText;
                    html5QrCode.stop(); // 测试完成后停止
                },
                (errorMessage) => {
                    // 扫描失败（这是正常的，因为可能没对准二维码）
                    resultDiv.innerHTML = '⏳ 等待扫描... 错误: ' + errorMessage.substring(0, 30);
                }
            ).catch(err => {
                resultDiv.innerHTML = '❌ 启动摄像头失败: ' + err;
            });
        }
        // 执行检测
        testQRScanner();
    </script>
</body>
</html>

检测的关键指标：

• 摄像头列表非空
• start() 方法无异常抛出
• 10秒内成功解码至少一个二维码（可以准备一张测试二维码图片）

原生 App（Android / iOS）

Android（Java/Kotlin + ML Kit / ZXing）

可以使用 Instrumentation Test 或 UI Automator 进行自动化检测。

核心检测逻辑（伪代码）：

// 使用 Espresso + 自定义摄像头模拟器
@Test
fun testQRScannerWorking() {
    // 1. 启动扫描 Activity
    val scenario = ActivityScenario.launch(ScannerActivity::class.java)
    // 2. 注入模拟的二维码图像（Bitmap）
    val testBitmap = generateQRBitmap("https://example.com")
    injectCameraFrame(testBitmap) // 需要模拟 Camera2 API
    // 3. 等待回调
    onView(withId(R.id.scan_result))
        .check(matches(withText(containsString("https://example.com"))))
    // 4. 测试低光条件（可选）
    val darkBitmap = generateDarkQRBitmap() // 降低亮度
    injectCameraFrame(darkBitmap)
    // 期望：失败或需要额外处理
}

iOS（Swift + AVFoundation）

使用 XCTest + CIImage 注入模拟帧：

func testQRScannerPerformance() {
    let scanner = QRScannerController()
    // 模拟 AVCaptureOutput 回调
    let mockOutput = AVCaptureVideoDataOutput()
    // 注入包含二维码的 CMSampleBuffer
    scanner.captureOutput(mockOutput, 
                          didOutput: sampleBufferWithQRCode, 
                          from: connection)
    // 断言闭包被调用且结果正确
    XCTAssertEqual(scanner.lastDecodedResult, "test_data")
}

软硬件结合（通用脚本 - 基于 OpenCV + pyzbar）

如果你需要批量检测二维码打印质量或扫码枪灵敏度，可以使用 Python 脚本。

import cv2
from pyzbar.pyzbar import decode
import time
def test_qr_scanner(
    image_path="test_qr.png",  # 测试二维码图片
    camera_index=0,            # 摄像头索引
    test_duration=10           # 测试时长（秒）
):
    # 1. 测试静态图片解码
    img = cv2.imread(image_path)
    decoded_objects = decode(img)
    if decoded_objects:
        print(f"✅ 图片解码成功: {decoded_objects[0].data.decode()}")
        print(f"   二维码位置: {decoded_objects[0].rect}")
    else:
        print("❌ 图片解码失败")
        return False
    # 2. 测试实时摄像头扫描
    cap = cv2.VideoCapture(camera_index)
    if not cap.isOpened():
        print("❌ 无法打开摄像头")
        return False
    start_time = time.time()
    scanned = False
    while time.time() - start_time < test_duration:
        ret, frame = cap.read()
        if not ret:
            print("❌ 摄像头读取帧失败")
            break
        # 检测二维码
        decoded = decode(frame)
        if decoded:
            print(f"✅ 实时扫描成功: {decoded[0].data.decode()}")
            print(f"   耗时: {time.time() - start_time:.2f} 秒")
            scanned = True
            break
        cv2.imshow('Test', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
        time.sleep(0.05)
    if not scanned:
        print(f"⚠️ 测试超时（{test_duration}秒），未扫描到二维码")
        print("   - 检查摄像头焦距")
        print("   - 检查环境光线")
        print("   - 检查二维码清晰度")
    cap.release()
    cv2.destroyAllWindows()
    return scanned
# 运行测试
test_qr_scanner()

检测“扫描异常”的通用方法论

无论什么场景,检测是否正常主要关注以下三点：

专业工具（非脚本）

如果你需要检测扫码枪硬件（如霍尼韦尔、斑马等）：

1. USB 传输测试：使用串口工具（如 RealTerm）监听扫码枪输出，看是否有正确的 ASCII 码传输。
2. 波型检测：对于激光扫码枪，用示波器查看激光信号波形是否正常（通常只有研发需要）。

• 前端/Web：用 html5-qrcode + 超时检测。
• 原生 App：注入模拟图像帧到 Camera API。
• 硬件/批量测试：Python + OpenCV + pyzbar。
• 核心思路：准备一张的二维码，看系统能否在合理时间内正确解码。

如果你能提供更具体的场景（如：App 类型、使用什么库、是手机还是摄像头），我可以帮你定制更精确的检测脚本。